Abstract
Because of multi-hop wireless communication, P2P applications in ad hoc networks suffer poor performance. We Propose neighbor caching strategy to overcome this shortcoming and show it is more efficient than self caching that nodes store data in theirs own cache individually. A node can extend its caching storage instantaneously with neighbor caching by borrowing the storage from idle neighbors, so overcome multi-hop wireless communications with data source long distance away from itself. We also present the ranking based prediction that selects the most appropriate neighbor which data can be stored in. The node that uses the ranking based prediction can select the neighbor that has high possibility to keep data for a long time and avoid caching the low ranked data. Therefore the ranking based prediction improves the throughput of neighbor caching. In the simulation results, we observe that neighbor caching has better performance, as large as network size, as long as idle time, and as small as cache size. We also show the ranking based prediction is an adaptive algorithm that adjusts times of data movement into the neighbor, so makes neighbor caching flexible according to the idleness of nodes
애드혹 네트워크 상의 노드들이 서로의 분산된 데이타를 주고받는 P2P 응용은 멀티 홈 무선 통신의 오버헤드로 인하여 효율성이 떨어진다. 이것을 극복하기 위해서 본 논문은 이웃 캐싱(neighbor caching) 기법을 제안하고, 이 방법이 노드들의 독립적인 캐싱 방법보다 효율적이라는 것을 보이고 있다. 이웃 캐싱 기법은 쉬고 있는 이웃 노드의 저장 공간을 잠시 빌려 씀으로써 캐싱 공간을 확대하고 먼 거리에서 데이타를 가져오는 멀티 홉 무선 통신의 단점을 극복하는 방법이다. 모의 실험의 결과에 따르면 이웃 캐싱은 망의 크기가 커질 때, 노드들의 쉬는 시간이 길 때, 그리고 노드들의 캐시 크기가 작을 때 좋은 성능을 나타낸다. 이와 함께 본 논문에서는 이웃 캐싱을 할 때 로드들 중에서 최적의 이웃 노드를 선별해 내는 우선순위에 근거한 예측기법(ranking based prediction)을 제안하였다. 우선순위에 근거한 예측 기법을 통해 데이타가 가장 오랫동안 보관될 가능성이 높은 이웃 노드를 선별해내고 우선순위가 낮은 데이타를 이웃 캐싱 하지 않을 수 있어서 이웃 캐싱의 효율성을 높일 수 있다. 모의 실험을 통해 이 방법이 노드들의 상황에 따라 이웃 캐싱의 횟수를 적절히 조절하여 성능향상을 가져올 뿐만 아니라 노드들이 분주한 상황에서도 이웃 캐싱이 유연하게 동작하도록 하는 것을 알 수 있다.
